Evrişimsel sinir ağları kullanarak diyabetik retinopati hastalığının tespiti
Detection of diabetic retinopathy disease using convolutional neural network
- Tez No: 751795
- Danışmanlar: DOÇ. DR. HİDAYET TAKCI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Sivas Cumhuriyet Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 89
Özet
Diyabetik Retinopati (DR), diyabet kaynaklı yüksek kan şekerinin retinadaki kan damarlarının geçirgenliğinde oluşturduğu hasar nedeniyle meydana gelen hastalığa verilen isimdir. Hastalığa erken tanı konmadığı ve tedavi edilmediği durumlarda ileri derecede göz bozuklukları ve görme kaybı meydana gelebilmektedir. Komplikasyonların çoğu kan şekeri kontrolü ve erken tedavi ile önlenebilmekte ancak DR'nin karmaşıklığı ve çeşitliliği nedeniyle manuel yöntemlerle tespiti zor olmaktadır. Bu çalışmada DR'nin tespiti ve derecelendirilmesi için derin öğrenme ve makine öğrenmesinin beraber kullanıldığı hibrit bir model önerilmektedir. Derin öğrenme modeli olarak ESA mimarisine sahip transfer öğrenme modeli olan ResNET-50 kullanılmaktadır. Makine öğrenme algoritmaları olarak; Karar Ağaçları, K-En Yakın Komşu, Rastgele Orman, Torbalama ve Ekstra Ağaçlar Algoritmaları uygulanmıştır. Deneysel çalışmalar Aptos 2019 veri seti üzerinde yapılmıştır. ResNet-50 modeli, makine öğrenme algoritmalarında kullanılmak üzere veri setine ait görüntülerden özellik çıkarma amaçlı kullanılmıştır. Ayrıca özellik çıkarımından elde edilen verilerde sınıf dengesizliği bulunduğundan veri artırma (SMOTE) tekniği kullanılarak sınıflar arasındaki dengesizlik giderilmiştir. Elde edilen yeni veri seti makine öğrenme algoritmalarına ayrı ayrı uygulanarak 5'li sınıflandırma işlemi yapılmıştır. Sınıflandırma işlemi sonucunda %95 doğruluk, %95 kesinlik, %95 duyarlılık ve %95 F1 skoru elde edilmiştir.
Özet (Çeviri)
Diabetic Retinopathy (DR) is the name given to the disease that occurs due to the damage caused by high blood sugar caused by diabetes in the permeability of blood vessels in the retina. In cases where the disease is not diagnosed and treated early, severe eye disorders and vision loss may occur. Most of the complications can be prevented with blood sugar control and early treatment, but due to the complexity and variety of DR, it is difficult to detect with manual methods. In this study, a hybrid model in which deep learning and machine learning are used together is proposed for the detection and grading of DR. ResNET-50, which is a transfer learning model with ESA architecture, is used as a deep learning model. As machine learning algorithms; Decision Trees, K-Nearest Neighbor, Random Forest, Bagging and Extra Trees Algorithms have been applied. Experimental studies were carried out on the Aptos 2019 dataset. The ResNet-50 model was used to extract features from the images of the data set to be used in machine learning algorithms. In addition, since there is a class imbalance in the data obtained from the feature extraction, the imbalance between the classes is eliminated by using the data augmentation (SMOTE) technique. The obtained new data set was applied to the machine learning algorithms separately and a 5-class classification process was made. As a result of the classification process, 95% accuracy, 95% precision, 95% sensitivity and 95% F1 score were obtained.
Benzer Tezler
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Görüntü işleme ve evrişimsel sinir ağları kullanılarak diyabetik retinopati hastalığının tespiti
Evaluation of retinal images and detection of diabeticretinopathy disease using convolutional neural networks
TOLGA TÜKEL
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UTKU KÖSE
- İyileştirilmiş derin öğrenme modelleriyle fundus görüntülerinde diyabetik retinopatinin sınıflandırılması
Classification of diabetic retinopathy in fundus images with improved deep learning models
KÜBRA UÇAR
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR DİZDAROĞLU
- Optik koherans tomografi görüntüleri ile retinal hastalıkların evrişimsel sinir ağı kullanılarak teşhis edilmesi
Diagnosis of retinal diseases using optical coherence tomography images and convolutional neural network
HAFİZA ESRA URMAMEN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolNecmettin Erbakan ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SABRİ KOÇER
- Yakın kızılötesi yansıma görüntülerinde optik disk patolojilerinin derin öğrenme ile sınıflandırılması
Classification of optic disc pathologies in NEAR infrared reflectance images with DEEP learning
CUMHUR ÖZBAŞ
Tıpta Uzmanlık
Türkçe
2023
Göz HastalıklarıBezm-i Alem Vakıf ÜniversitesiGöz Hastalıkları Ana Bilim Dalı
PROF. DR. MEHMET HAKAN ÖZDEMİR